【学习OpenCV4】图像的模糊处理方法（均值滤波与高斯模糊）

2024-04-22 23:38:05

模糊处理

一、均值滤波
- 1.1 均值滤波的原理
- 1.2 OpenCV中的均值滤波
二、高斯模糊

一、均值滤波

1.1 均值滤波的原理

均值滤波用到的是图像卷积原理。由下图所示，卷积核为三阶单位矩阵时，进行均值滤波，原图像的每个三阶子矩阵都会求其均值，并将均值赋给中间的元素。

以左上角为例：
（A11A_{11}A11·1+A12A_{12}A12·1+A13A_{13}A13·1+
A21A_{21}A21·1+A22A_{22}A22·1+A23A_{23}A23·1+
A31A_{31}A31·1+A32A_{32}A32·1+A33A_{33}A33·1 ）/ 9 ->A22A_{22}A22

1.2 OpenCV中的均值滤波

在OpenCV/C++中，提供了blur函数用于实现上述的均值滤波操作：

void blur(InputArray     src,                        //输入图像OutputArray dst,                      //输出图像Size      ksize,                      //卷积核Size类型Point        anchor=Point(-1,-1),       //Point类型的锚点（-1表示锚点在核中心）int       borderType=BORDER_DEFAULT  //边界模式
)

其中 Size(w, h)来表示内核的大小，w 为像素宽度，h为像素高度。

根据上面的 blur() 函数的定义，可以写出均值滤波的测试代码。

void MyDemo::blur_Demo(Mat& image) {Mat dst;blur(image, dst, Size(10, 10), Point(-1, -1));imshow("Blur", dst);
}

下图是卷积核为 Size(10,10) 的效果。

下图为卷积核为 Size(1,15) 的效果。

二、高斯模糊

有时候我们并不希望模糊处理时卷积核的系数都一样。而高斯模糊就是用于解决这类问题的一个方法。高斯模糊产生的系数在中心最大，离中心越远系数越小。

void cv::GaussianBlur(InputArray     src,        //输入图片，可以使是任意通道数，该函数对通道是独立处理的OutputArray dst,     //输出图片Size      ksize,      //高斯内核大小double      sigmaX,     //高斯内核在X方向的标准偏差double       sigmaY,     //高斯内核在Y方向的标准偏差int      borderType  //判断图像边界的模式
)

其中ksize的行数和列数允许不相同，但必须是正奇数。
如果sigmaY为0，他将和sigmaX的值相同，如果他们都为0，那么他们由ksize的行数列数计算得出。

示例程序：

void MyDemo::gaussianBlur_Demo(Mat& image) {Mat dst;GaussianBlur(image, dst, Size(5, 5), 15);imshow("GaussianBlur", dst);
}

【学习OpenCV4】图像的模糊处理方法（均值滤波与高斯模糊）相关推荐

Python 数据降噪处理的四种方法——均值滤波、小波变换、奇异值分解、改变binSize
Python 数据降噪处理的四种方法--均值滤波.小波变换.奇异值分解.改变binSize github主页:https://github.com/Taot-chen 一.均值滤波 1)算法思想给定 ...
python图像清晰度_图像的模糊检测方法
关键字:blur detection Function:图像的清晰度检测英文表达为 image blue detection; 以此为关键字可以找到很多有关清晰度检测的demo和算法. 图像的清晰度检 ...
【学习OpenCV4】几何图形的绘制方法
几何图形的绘制方法一.基本图形的绘制 1. 矩形 2. 圆形 3. 直线 4. 椭圆二.多边形绘制方法 2.1 多边形边框 2.2 多边形填充 2.3 绘制多个多边形在正文开始之前,首先要知 ...
(学习笔记)图像滤波及其python实现
1.图像滤波图像滤波是在尽量保留原图像细节特征的条件下,对该图像的噪声进行抑制,处理效果的好坏会直接影响后续操作的有效性. 消除图像中噪声数据的过程叫做图像滤波或图像平滑,图像中的有效信息主要集中在 ...
文献拜读小记：7.基于深度学习的图像与无线信号的融合定位关键技术研究
基于无线信号的室内定位技术具有计算复杂度低.可实现性强的优点,但存在多径.非视距干扰.特征空间区分度不够等缺点; 基于计算机视觉的室内定位技术具有能获得大量稳定的环境信息的优点,但存在计算复杂度高 ...
《OpenCv视觉之眼》Python图像处理五 :Opencv图像去噪处理之均值滤波、方框滤波、中值滤波和高斯滤波
本专栏主要介绍如果通过OpenCv-Python进行图像处理,通过原理理解OpenCv-Python的函数处理原型,在具体情况中,针对不同的图像进行不同等级的.不同方法的处理,以达到对图像进行去噪.锐 ...
python设计---空域增强之图片去噪（中值滤波、均值滤波、高斯滤波、双边滤波）
空域增强之图片去噪引言中值滤波及均值滤波中值滤波理论方法均值滤波中值滤波和均值滤波的对比程序高斯滤波程序双边滤波程序 ui界面设计程序后续引言我们在日常工作生活中,总是需 ...
非局部相似性 matlab,非局部均值滤波(NLM)和MATLAB程序详解视频教程保持图像细节...
[内容简介]<非局部均值滤波与应用和MATLAB程序详解视频>共6章28节视频,总学时698分钟,合11.6小时.主要内容包括:非局部均值滤波类算法入门,基于滤波参数自适应的非局部均值滤波 ...
图像处理之混合空间增强——(Java：拉普拉斯锐化、Sobel边缘检测、均值滤波、伽马变换)
相信看过冈萨雷斯第三版数字图像处理的童鞋都知道,里面涉及到了很多的基础图像处理的算法,今天,就专门借用其中一个混合空间增强的案例,来将常见的几种图像处理算法集合起来,看能发生什么样的化学反应首先,通 ...

最新文章

热门文章